K-Means Clustering dengan Optimasi Algoritma Genetika untuk mengelompokkan daerah budidaya Cabai Jawa
AbstractAda beberapa tanaman obat yang popular, salah satunya yaitu Cabai Jawa yang juga merupakan salah satu komuditas ekspor yang cukup tinggi dengan nilai jual yang fantastis, namun di Indonesia terutama di wilayah Madura pengetahuan masyarakat tentang hal tersebut masih minim karena memang tidak adanya pembudidayaan dari pemerintah sekitar. Oleh karena itu penelitian bertujuan untuk melakukan Clustering daerah yang membudidayakan tanaman ini sehingga ditemukan daerah yang masuk kategori rendah, sedang dan tinggi dipamekasan. Metode K-Means Clustering adalah metode yang cocok untuk penelitian ini dan alur kerjanya ialah mengelompokkan data n ke dalam cluster yang serupa dan berbeda dengan data cluster yang lainnya. Metode ini dikombinasikan dengan metode Algoritma Genetika sebagai optimasi pada centroid awal sehingga hasil dari clustering ini bisa optimal. Berdasarkan hasil evaluasi menggunakan Silhouette Coefficience didapatkan nilai sebesar 0. 52156 menggunakan GA dan K-Means
|
Full Text:
References
I. N. S. Widana, “Etnobotani Tabia bun (Piper retrofractum Vhal.) (Kajian Teoritik),” J. Emasains J. Edukasi Mat. dan Sains, vol.
, no. 1, pp. 220–227, 2021.
L. Piper, P. Vahl, P. Linn, and L. Piper, “Farmaka Farmaka,” vol. 16, no. September 2018, pp. 204–212.
D. N. Malaka, “Dharma: Jurnal Pengabdian Masyarakat Volume: 1, Nomor: 2, Juni 2021,” pp. 111–130, 2021.
R. D. Judhaswati, “Potensi Cabe Jamu di Beberapa Kabupaten di Madura sebagai Bahan Jamu,” Semin. Nas. Gend. Budaya Madura
Iii Madura Perempuan, Budaya Peremp., pp. 195–202, 2016.
D. A. Kuntjoro, B. D. Setiawan, and R. S. Perdana, “Algoritme Genetika Untuk Optimasi K-Means Clustering Dalam
Pengelompokan Data Tsunami,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, pp. 3865–3872, 2018, [Online].
Available: http://j-ptiik.ub.ac.id
Taslim, D. Toresa, D. Jollyta, D. Suryani, and E. Sabna, “Optimasi K-Means dengan Algoritma Genetika untuk Target Pemanfaat
Air Bersih Propinsi Riau,” Indones. J. Comput. Sci., vol. 10, no. 1, pp. 1–12, 2021, [Online]. Available:
http://ijcs.stmikindonesia.ac.id/ijcs/index.php/ijcs/article/view/3064
T. S. Madhulatha, “an Overview on Clustering Methods,” IOSR J. Eng., vol. 02, no. 04, pp. 719–725, 2012, doi: 10.9790/3021-
A. Setiaji, Aditya K & Susanto, “Implementasi Metode Clustering Dengan Algoritma K-Means Untuk Memetakan Ketahanan
Pangan Di Salatiga,” Dok. Karya Ilm. UDINUS, vol. 1, no. x, pp. 3–5, 2017.
J. Teknologi, I. Jtsi, D. I. Provinsi, L. Dengan, and A. K.- Means, “ANALISIS DATA MINING UNTUK CLUSTERING KASUS
COVID-19,” vol. 2, no. 2, pp. 100–108, 2021.
D. Savitri, N. W. Hidajati, H. S. Panigoro, D. Savitri, N. W. Hidajati, and H. S. Panigoro, “Implementasi algoritma genetika dalam
mengestimasi kepadatan populasi jackrabbit dan coyote Implementasi algoritma genetika dalam mengestimasi kepadatan populasi
jackrabbit dan coyote,” vol. 3, no. 1, pp. 23–28, 2022.
R. Nooraeni, “METODE CLUSTER MENGGUNAKAN KOMBINASI ALGORITMA CLUSTER K-PROTOTYPE DAN
ALGORITMA GENETIKA UNTUK DATA BERTIPE CAMPURAN CLUSTER METHOD USING A COMBINATION OF
CLUSTER K- PROTOTYPE ALGORITHM AND GENETIC ALGORITHM FOR MIXED DATA,” pp. 81–97, 2016.
E. Desiana and M. Kom, “PERFORMANCE ALGORITMA GENETIKA ( GA ) PADA PENJADWALAN MATA PELAJARAN,”
pp. 56–60, 1980.
D. Setiawan, R. N. Putri, and R. Suryanita, “Debi Setiawan, 2) Ramalia Noratama Putri, 3) Reni Suryanita,” vol. 4, no. 1, pp. 8–19,
A. R. Mamat, F. S. Mohamed, and M. A. Mohamed, “Silhouette index for determining optimal k-means clustering on images in
different color models,” no. April, pp. 10–15, 2018, doi: 10.14419/ijet.v7i2.14.11464.
B. N. Sari, “Identification of Tuberculosis Patient Characteristics Using K-Means Clustering,” vol. 3, no. 2, pp. 31–40, 2016
10.33650/jeecom.v6i2.9603 |
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Imam Wahyudi, Luluk Sarifah, Moh Sukron
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.